【技术实现步骤摘要】
本专利技术涉及机械臂，特别涉及一种机械臂系统。
技术介绍
1、机械臂是机器人领域中常见的自动化设备，通过模仿人的动作实现抓取、搬运、装配、焊接、喷涂等功能。机械臂主要代替人工进行一些多重复、高强度、高精度相关的工作。因为机械臂主要是模仿人的手臂动作进行工作，通过将人体手部简化为旋转关节和杆件进行模型建立。
2、机械臂类别可根据关节数量进行划分，可分为2自由度机械臂、3自由度机械臂、5自由度机械臂、甚至7自由度机械臂，多自由的机械臂中以6自由度机械臂为例，其中前三个关节决定机械臂的操作空间范围，后三个关节决定机械臂在空间中的姿态变换，因此自由度越多机械臂的运动范围以及空间姿态也越多，但是运动学模型和运动控制难度也越高。基于六关节的设计，需要为每个关节提供驱动力，一般可采用电机驱动机械臂关节的转动，通过控制电机的转动从而实现机械臂的自动化运动，但是简单的自动化只能满足一些简单的重复性工作。
3、随着人工智能技术的发展，以及智能传感器的使用，现如今机械臂类别繁多已经广泛运用到了工业生产、自动化装配、焊接、医疗和服务领域等行业中。因此，对机械臂的使用安全的要求也越来越高。但目前缺乏对机械臂使用状态的风险评估及风险预警；同时缺乏对机械臂工作环境的安全监控及安全预警措施。
技术实现思路
1、本申请通过提供一种机械臂系统，通过对机械臂使用时的实时状态监控、实时环境监控，实现了安全风险预警，提高了机械臂的使用安全性。
2、本申请实施例提供了一种机械臂系统，包括机
3、机械臂本体，设置有电机驱动模块，电机驱动模块用以控制机械臂本体运作；
4、传感器组件，用以获取机械臂本体的状态信息、动作信息及环境信息；
5、下位机，用于向上位机传输机械臂本体的状态信息，并接收上位机下发的控制指令，通过电机驱动模块控制机械臂本体动作；
6、上位机，用于接收并处理传感器组件传输的机械臂本体的动作信息、环境信息、下位机上传的机械臂本体的状态信息，并通过can协议向信息监控中心、下位机、语音模块传递信息帧；
7、语音模块，受所述上位机控制发出预警信息；
8、信息监控中心，用于接收来自上位机的环境信息、状态信息，判定是否出现异常，并进行风险评估，将环境信息、状态信息、风险评估结果上传到显示屏；
9、显示屏，用于显示机械臂本体的环境信息、状态信息、风险评估结果信息。
10、上述实施例的有益效果在于：该机械臂系统通过信息监控中心，监控机械臂的工作环境安全情况、监控机械臂的工作状态；通过采集到的信息进行安全分析以及可视化显示，辅助语音提醒从而从视觉和听觉两方面进行安全预警。
11、在上述实施例基础上，本申请可进一步改进，具体如下：
12、在本申请其中一个实施例中，所述机械臂本体包括：底座、腰关节部、大臂部、肘关节部、小臂部、腕关节部和末端执行器；
13、腰关节部，转动安装于底座，用于支撑旋转；
14、大臂部，两端分别与腰关节部和肘关节部铰接；
15、肘关节部，与大臂部、小臂部连接，用于俯仰动作；
16、小臂部，与肘关节部、腕关节部连接，用于回转运动；
17、腕关节部，与小臂部连接，用于俯仰动作；
18、末端执行器，与腕关节部连接，用于抓取目标物。
19、在本申请其中一个实施例中，所述传感器组件包括位置传感器、力传感器、温度传感器、第一深度相机、第二深度相机和激光雷达；
20、位置传感器安装于机械臂本体内各连接处，用以收集机械臂本体的关节位置和角度信息，并上传至下位机；
21、力传感器安装于机械臂本体内各连接处及末端执行器处，用以获取机械臂本体的力和扭矩信息，辅助控制抓取力度和精度，并上传至下位机；
22、温度传感器安装于机械臂本体内各部，用以采集机械臂本体的温度信息，并上传至下位机；
23、第一深度相机安装于腕关节部，用于观察目标物的特征以及空间状态，并上传至上位机；
24、第二深度相机和激光雷达安装于机械臂本体周边，用于获取机械臂本体的动作信息和环境信息，并上传至上位机；
25、其中，关节位置和角度信息、力和扭矩信息、温度信息均为机械臂本体的状态信息；上位机，还用于接收并处理第一深度相机传输的目标物的相关信息，并据此下发控制指令到下位机。
26、在本申请其中一个实施例中，所述大臂部和小臂部内均设置有驱动装置和同步带减速系统，驱动装置通过同步带减速系统驱动大臂部和小臂部转动，同步带减速系统包括带传动、减速器、支架和轴承，用以提高转动精度和负载能力。
27、在本申请其中一个实施例中，所述肘关节部和腕关节部内均设置有驱动装置、减速器和轴承。能够增加机械臂的输出力矩同时减轻关节转动时的负担。
28、在本申请其中一个实施例中，下位机为stm32控制器，上位机为树莓派。
29、在本申请其中一个实施例中，风险评估方式如下：
30、根据机械臂状态检测模型采集机械臂本体的状态信息和动作信息，状态信息包括力和扭矩信息、温度信息、动作信息、关节位置和角度信息；
31、上位机将接收到的状态信息和动作信息进行特征提取，并将提取出的特征信息上传到训练好的神经网络模型；通过训练好的神经网络模型获取机械臂各项风险概率，包括机械臂正常使用概率、温度影响概率、关节扭矩影响概率、动作畸变概率；
32、根据融合数据算法对各项风险概率进行处理，得出的结果与预设的数值进行比对，从而将机械臂划分为危险、正常、良好三个风险级别。
33、在本申请其中一个实施例中，所述神经网络模型训练方式如下：
34、获取机械臂本体使用过程中的历史数据，历史数据包括机械臂本体的状态信息和动作信息，及对应各项风险概率信息，所述风险概率信息由历史工作进程和/或人工经验总结得出；
35、将历史数据按8:2划分为训练组和验证组，将训练组的状态信息和动作信息进行特征提取，并将提取出的特征信息及对应各项风险概率信息上传到神经网络模型进行训练，通过反向传播算法调整模型参数，以最小化预测风险概率与实际风险概率之间的误差，再通过验证组数据对训练好的模型进行验证，评估模型的泛化能力和准确性，最后得出训练好的神经网络模型。
36、本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
37、1.该机械臂系统通过信息监控中心，监控机械臂的工作环境安全情况、监控机械臂的工作状态；通过采集到的信息进行安全分析以及可视化显示，辅助语音提醒从而从视觉和听觉两方面进行安全预警。
38、2.该机械臂系统多传感器联合加持，丰富机械臂感知能力、提高机械臂认知能力；通过显示器，将处理过后的数据可视化，分别为机械臂状态数据、工作本文档来自技高网...
【技术保护点】
1.一种机械臂系统，其特征在于，包括：机械臂本体、传感器组件、下位机、上位机、语音模块、信息监控中心和显示屏；
2.根据权利要求1所述的机械臂系统，其特征在于：所述机械臂本体包括：底座、腰关节部、大臂部、肘关节部、小臂部、腕关节部和末端执行器；
3.根据权利要求2所述的机械臂系统，其特征在于：所述传感器组件包括位置传感器、力传感器、温度传感器、第一深度相机、第二深度相机和激光雷达；
4.根据权利要求2所述的机械臂系统，其特征在于：所述大臂部和小臂部内均设置有驱动装置和同步带减速系统，所述驱动装置通过所述同步带减速系统驱动所述大臂部和小臂部转动，所述同步带减速系统包括带传动、减速器、支架和轴承。
5.根据权利要求2所述的机械臂系统，其特征在于：所述肘关节部和腕关节部内均设置有所述驱动装置、减速器和轴承。
6.根据权利要求1所述的机械臂系统，其特征在于：所述下位机为STM32控制器，所述上位机为树莓派。
7.根据权利要求1所述的机械臂系统，其特征在于，所述风险评估方式如下：
8.根据权利要求7所述的机
...【技术特征摘要】
1.一种机械臂系统，其特征在于，包括：机械臂本体、传感器组件、下位机、上位机、语音模块、信息监控中心和显示屏；
2.根据权利要求1所述的机械臂系统，其特征在于：所述机械臂本体包括：底座、腰关节部、大臂部、肘关节部、小臂部、腕关节部和末端执行器；
3.根据权利要求2所述的机械臂系统，其特征在于：所述传感器组件包括位置传感器、力传感器、温度传感器、第一深度相机、第二深度相机和激光雷达；
4.根据权利要求2所述的机械臂系统，其特征在于：所述大臂部和小臂部内均设置有驱动装置和同步带减速系统，...
【专利技术属性】
技术研发人员：程家幸，陈鹏，丁志诚，陆俊曦，沙子栋，
申请(专利权)人：扬州科曼德智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。